我自己做了一个 AI 后端项目 Mini-Doubao 。这个项目不只是“调用大模型接口聊天”，而是围绕真实工程问题做了完整实现，包括：SSE 流式对话RAG 知识库检索Agent 工具调用闭环多轮会话上下文管理线程池隔离与异步收尾邮箱验证码注册/登录/找回密码项目背景基于火山引擎（豆包模型）API 构建。目标是做一个“可对话 + 可检索 + 可扩展工具能力”的系统，并解决 AI 场景中常见的工程问题：长连接、异步任务、上下文成本控制、服务稳定性等。核心能力1）RAG 异步摄入链路文档上传后通过 RocketMQ 异步处理完成“解析 -> 切片 -> Embedding ->...

可以先自我介绍一下好吧？你都实习过，可以分别跟我介绍一下这三家公司是做什么的吗？然后拷打实习...在实习期间，如果主动发现了一些问题并想要推动上线，但遇到资源或时间限制时，你会如何应对并说服他人采取行动？如果在实现新功能过程中发现需要重构部分代码，你会如何沟通和推进这项工作？在第一份工作中，你遇到的明显缺点是什么？对于电商公司的线程池参数调整，有哪些核心参数需要慎重选择，并且如何观察服务是否稳定？如果调整了核心线程数，LinkBlockingQueue中的等待任务会如何处理？你在实习期间是否了解过JVM的GC调优参数？如果程序正在运行中，你会关注哪些JVM的核心指标？如果内存满了之后，我们可以...